[发明专利]基于视觉的无人驾驶飞机自主着陆导航系统

权利要求书

1.一种基于视觉的无人驾驶飞机自主着陆导航系统，该无人驾驶飞机，以下简称：UAV，其特征在于，该系统由软件算法及硬件装置两部份组成；

该软件算法包括有：计算机视觉算法及信息融合和状态估计算法；

该硬件装置包括有：布置在跑道平面上的跑道特征(1)、用于测量UAV状态的机载传感器子系统(2)和用于处理传感器测量信息的信息融合子系统(3)；

该机载传感器子系统(2)包括有机载摄像机系统(24)、机载惯导系统(21)、高度表系统(22)、磁罗盘(23)；通过机载惯导系统(21)、高度表系统(22)、磁罗盘(23)的传感器，对UAV真实状态进行测量，通过机载摄像机系统(24)对跑道特征(1)进行跟踪与分析，得到跑道特征点(11)的测量值，这些测量信息传给信息融合子系统(3)；

该信息融合子系统(3)根据前一时刻其对飞机状态的估计值以及机载传感器子系统(2)在当前时刻对飞机状态的测量值，通过跑道模型(31)、摄像机系统模型(32)得到跑道特征点(11)的估计值，与跑道特征点(11)的测量值进行比较，并融合其他测量信息，通过数据处理模块(33)的计算，最终得到高精度的导航信息

2.根据权利要求1所述的一种基于视觉的无人驾驶飞机自主着陆导航系统，其特征在于：该跑道特征(1)能够在摄像机视平面上成像的每个跑道特征点(11)，都会给出以UAV位置和姿态为参数的两个方程，为了得到唯一的解，至少需要4个一般布局的特征点，在自主着陆导航系统中，为了减小噪声对系统的影响，提高系统的估计精度，采用7个特征点作为跑道特征；而三角形和四边形的顶点曲率大，更易于顶点提取，采用两个不同图形组合的方式，可以帮助UAV判断着陆方向，所以选取在跑道起点附近喷涂白色三角形与四边形组合图案的方法来布置跑道特征(1)，两个图形关于跑道中心线对称，同时点B、D和F位于跑道中心线上，这些跑道特征点(11)在惯性坐标系{E}中的坐标分别为：

A(30，-15，0)  B(10，0，0)  C(30，15，0)  D(70，0，0)  E(200，-20，0)  F(150，0，0)G(200，20，0)

3.根据权利要求1所述的一种基于视觉的无人驾驶飞机自主着陆导航系统，其特征在于：该机载传感器子系统(2)中的机载摄像机系统(24)，由二自由度云台(241)、摄像机(242)以及图像处理模块(243)组成；

该二自由度云台(241)固定在UAV下部，可以在云台控制器的控制下，相对于UAV作俯仰运动和连续的水平运动，使系统完成搜索目标和锁定目标的任务；

该摄像机(242)采用PAL制彩色摄像机一体机，可以在控制指令的控制下进行变倍操作，使得跑道特征(11)在摄像机(242)中的成像大小利于视觉算法的运算；

该图像处理模块(243)可以对摄像机(242)拍摄的场景进行采集，同时对采集的图像进行处理，得到跑道特征点(11)在视平面上成像的坐标值，图像处理模块(243)中对图像进行处理的计算机视觉技术是机载摄像机系统(24)的关键。

4.根据权利要求1所述的一种基于视觉的无人驾驶飞机自主着陆导航系统，其特征在于：该机载传感器子系统(2)中的高度表系统(22)，采用气压高度表(221)和雷达高度表(222)的组合；根据气压高度表(221)的低频特性和雷达高度表(222)的高频特性，利用互补滤波方式其运算在数据处理模块(33)中完成，消除了气压高度表(221)产生的稳态误差以及雷达高度表(222)较大的测量噪声，得到高精度的高度估计；由于采用了两种高度表组合的方式，使得系统采样频率较低，但其输出是实时的，高度表系统(22)采样频率为30Hz。

5.根据权利要求1所述的一种基于视觉的无人驾驶飞机自主着陆导航系统，其特征在于：该计算机视觉算法是在自主着陆过程中，机载摄像机系统(24)根据对UAV状态的估计值，控制二自由度云台(241)和摄像机(242)的焦距，使摄像机能够搜索、捕捉和跟踪跑道特征图案，并在图像处理模块(243)中通过一系列的计算机视觉算法，得到用于UAV位置和姿态估计的特征点坐标；视觉处理过程主要分为：图像预处理、区域分割与标记和特征提取与目标识别三个阶段。

6.根据权利要求1所述的一种基于视觉的无人驾驶飞机自主着陆导航系统，其特征在于：该信息融合和状态估计算法，随着机载传感器数量的增多，多传感器信息融合技术已成为状态估计的重要手段，作为信息融合中进行位置估计的有效方法是卡尔曼滤波算法，由于采用了递推形式，数据存储量小，不仅可以处理平稳随机过程，而且可以处理多维和非平稳随机过程。